Perbandingan Pengenalan Bentuk Geometri Bangun Datar Antara Metode Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization (LVQ)

Friska, Zahriah (2018) Perbandingan Pengenalan Bentuk Geometri Bangun Datar Antara Metode Jaringan Syaraf Tiruan Backpropagation dan Learning Vector Quantization (LVQ). Bachelor/Skripsi thesis, Universitas Negeri Padang.

[thumbnail of B1_05_ZAHRIAH_FRISKA_14076079_3863_2018.pdf] Text
B1_05_ZAHRIAH_FRISKA_14076079_3863_2018.pdf

Download (1MB)

Abstract

Penelitian ini bertujuan untuk memberikan rekomendasi dari hasil perbandingan antara metode jaringan syaraf tiruan menggunakan metode backpropagation dan learning vector quantization (LVQ) dalam melakukan pengenalan pola. Kedua metode ini sering digunakan untuk aplikasi pengenalan pola, karena kedua metode ini mampu mengelompokkan pola-pola ke dalam kelaskelas pola dan termasuk kedalam metode pembelajaran terawasi (supervised learning). Dalam penelitian ini akan dibuktikan metode backpropagation dan LVQ mampu mengenali pola bentuk geometri bidang datar serta menunjukkan metode mana yang lebih baik dalam melakukan pengenalan pola. Implementasi metode backpropagation dan learning vector quantization (LVQ) menggunakan toolbox Matlab v8.5. Hal pertama yang dilakukan adalah melakukan proses pengolahan citra yaitu proses grayscalling dan thresholding untuk mendapatkan nilai binerisasi yang akan digunakan sebagai nilai input pada JST. Setelah itu nilai input akan diproses pada metode JST backpropagation dan learning vector quantization. Dari hasil implementasi pengujian kedua metode tersebut didapatkan hasil akurasi sebesar 91.43% untuk backpropagation dan 65.71% untuk learning vector quantization.

Item Type: Thesis (Bachelor/Skripsi)
Uncontrolled Keywords: Kecerdasaan Buatan, Jaringan Syaraf Tiruan, Backpropagation, Learning Vector Quantization. Bentuk Geometri.
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Fakultas Teknik > Pendidikan Teknik Informatika-S1
Depositing User: MUKHLIS MUKHLIS
Date Deposited: 28 May 2025 08:12
Last Modified: 28 May 2025 08:12
URI: https://repository.unp.ac.id/id/eprint/12734

Actions (login required)

View Item
View Item